实体
Iterative Hard Thresholding
Iterative Hard Thresholding
PulseAugur coverage of Iterative Hard Thresholding — every cluster mentioning Iterative Hard Thresholding across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新方法使贪婪稀疏恢复算法能够用于神经网络训练
研究人员开发了新方法，使贪婪稀疏恢复算法能够与神经网络训练兼容。这些算法，如正交匹配追踪（OMP）和迭代硬阈值（IHT），通常依赖于不可微分算子，这阻碍了它们与深度学习架构的集成。提出的解决方案涉及创建基于置换的变体，特别是Soft-OMP和Soft-IHT，它们使用不可微分组件的连续松弛。这些可微分的对应体使得能够创建完全可训练的神经网络架构，例如OMP-Net和IHT-Net，它们能够以可控的精度近似原始算法并从数据中提取潜在的稀疏模式。
-
量子启发式优化解决非凸机器学习问题
研究人员引入了一个名为量子启发式进化优化（QIEO）的新框架，用于解决机器学习中复杂的非凸优化问题。该方法使用受量子叠加启发的概率表示来维护搜索空间的全局视图，使其能够逃脱阻碍传统方法的局部最优解。QIEO在稀疏信号恢复和鲁棒线性回归等应用中进行了评估，在结构保真度和准确性方面优于最先进的求解器。